हाल के कृत्रिम बुद्धिमत्ता अग्रिमों ने काफी हद तक पाठ पर ध्यान केंद्रित किया है, लेकिन एआई तेजी से अन्य संदर्भों में वादे को दर्शाता है, जिसमें विनिर्माण और सेवा उद्योग शामिल हैं। इन क्षेत्रों में, लक्षित एआई सुधार उत्पाद की गुणवत्ता और कार्यकर्ता सुरक्षा में सुधार कर सकते हैं, एक नए अध्ययन के अनुसार, नोट्रे डेम विश्वविद्यालय के विशेषज्ञों की एक अंतःविषय टीम द्वारा सह-लेखक।
अध्ययन, में प्रकाशित सूचना संलयनयह पता लगाता है कि कैसे कई प्रकार के इनपुट और तर्क को संसाधित करने में सक्षम एआई उपकरणों का एक वर्ग काम के भविष्य को प्रभावित कर सकता है। ये उपकरण, जिनमें चैट शामिल हैं, को मल्टीमॉडल बड़े भाषा मॉडल के रूप में जाना जाता है। और जबकि एआई और काम पर अधिकांश अध्ययनों ने कार्यालय के काम पर ध्यान केंद्रित किया है, इस नए शोध ने उत्पादन कार्य सेटिंग्स की जांच की, जहां एआई के लाभ कम स्पष्ट लग सकते हैं।
नोट्रे डेम शोधकर्ताओं ने एल्खार्ट एरिया कैरियर सेंटर, प्लायमाउथ हाई स्कूल, करियर अकादमी साउथ बेंड, प्लंबर और पिपफिटर्स लोकल यूनियन 172 और आइवी टेक कम्युनिटी कॉलेज में इंडियाना वेल्डिंग विशेषज्ञों के साथ सहयोग किया, जो अध्ययन के लिए छवियों को इकट्ठा करने के लिए विश्वविद्यालय के उद्योग प्रयोगशालाओं के काम के माध्यम से खेती की गई। उत्तरी इंडियाना में संयुक्त राज्य अमेरिका में विनिर्माण नौकरियों की उच्चतम सांद्रता में से एक है और उद्योग प्रयोगशालाओं ने 200 से अधिक परियोजनाओं पर इस क्षेत्र में 80 से अधिक कंपनियों के साथ सहयोग किया है।
अनुसंधान कई उद्योगों में वेल्डिंग पर केंद्रित है: आरवी और समुद्री, वैमानिकी और खेती। अध्ययन ने जांच की कि कैसे बड़े भाषा मॉडल ने वेल्ड छवियों का मूल्यांकन किया, यह निर्धारित करने के लिए कि क्या दिखाए गए वेल्ड विभिन्न उत्पादों के लिए काम करेंगे। शोधकर्ताओं ने पाया कि जब इन एआई उपकरणों ने वेल्ड गुणवत्ता का आकलन करने में वादा दिखाया, तो उन्होंने वास्तविक वेल्ड की तुलना में क्यूरेटेड ऑनलाइन छवियों का काफी बेहतर विश्लेषण किया।
“यह विसंगति इन एआई मॉडल को प्रशिक्षित करते समय, और एआई के साथ बातचीत करते समय अधिक उन्नत ज्ञान आसवन रणनीतियों का उपयोग करने के लिए वास्तविक दुनिया के वेल्डिंग डेटा को शामिल करने की आवश्यकता को रेखांकित करती है,” सह-लेखक नितेश चावला ने कहा, कंप्यूटर विज्ञान और इंजीनियरिंग विश्वविद्यालय में कंप्यूटर विज्ञान और इंजीनियरिंग के संस्थापक निर्देशक के लिए। “यह एआई सिस्टम को यह सुनिश्चित करने में मदद करेगा कि वेल्ड्स काम के रूप में काम करना चाहिए। अंततः, यह कार्यकर्ता सुरक्षा, उत्पाद की गुणवत्ता और आर्थिक अवसर में सुधार करने में मदद करेगा।”
शोधकर्ताओं ने पाया कि संदर्भ-विशिष्ट संकेत कुछ मामलों में एआई मॉडल के प्रदर्शन को बढ़ा सकते हैं, और ध्यान दिया कि मॉडलों के आकार या जटिलता से बेहतर प्रदर्शन नहीं हुआ था। अंततः, अध्ययन के सह-लेखकों ने सिफारिश की कि भविष्य के अध्ययन अपरिचित डोमेन में मॉडल की क्षमता में सुधार करने पर ध्यान केंद्रित करते हैं।
“हमारे अध्ययन से पता चलता है कि एआई को निर्माण में अधिक प्रभावी होने और औद्योगिक अनुप्रयोगों में अधिक मजबूत तर्क और प्रतिक्रियाएं प्रदान करने के लिए एआई को ठीक करने की आवश्यकता है।”
योंग सुक ली, नॉट्रे डेम के केओफ स्कूल ऑफ ग्लोबल अफेयर्स एंड प्रोग्राम चेयर्स फॉर टेक्नोलॉजी एथिक्स में नॉट्रे डेम्स इंस्टीट्यूट फॉर एथिक्स और द कॉमन गुड में प्रौद्योगिकी के अध्यक्ष में प्रौद्योगिकी, अर्थव्यवस्था और वैश्विक मामलों के एसोसिएट प्रोफेसर, ने कहा कि अध्ययन के निष्कर्षों में काम के भविष्य के लिए महत्वपूर्ण निहितार्थ हैं।
“जैसा कि औद्योगिक संदर्भों में एआई गोद लेना बढ़ता है, चिकित्सकों को जटिल, महंगे सामान्य-उद्देश्य वाले मॉडल का उपयोग करने और ठीक ट्यून किए गए मॉडल का चयन करने के बीच व्यापार-बंदों को संतुलित करने की आवश्यकता होगी जो उद्योग की जरूरतों को बेहतर ढंग से पूरा करते हैं,” ली ने कहा। “इन निर्णय लेने के ढांचे में स्पष्ट एआई को एकीकृत करना यह सुनिश्चित करने के लिए महत्वपूर्ण होगा कि एआई सिस्टम न केवल प्रभावी हैं, बल्कि पारदर्शी और जवाबदेह भी हैं।”
अध्ययन को यूएस नेशनल साइंस फाउंडेशन फ्यूचर ऑफ वर्क प्रोग्राम से फंडिंग मिली और यह नोट्रे डेम विश्वविद्यालय में फेडरली फंडेड रिसर्च प्रोजेक्ट्स में से एक है।
चावला, ख्वात्स्की और ली के अलावा, अध्ययन सह-लेखकों में कोरी एंगस्ट, जैक और जोन मैकग्रा फैमिली कॉलेजिएट प्रोफेसर ऑफ आईटी, एनालिटिक्स और विश्वविद्यालय के मेंडोज़ा कॉलेज ऑफ बिजनेस में संचालन शामिल हैं; मारिया गिब्स, नोट्रे डेम के उद्योग लैब्स की वरिष्ठ निदेशक; और रॉबर्ट लैंडर्स, नोट्रे डेम्स कॉलेज ऑफ इंजीनियरिंग में एडवांस्ड मैन्युफैक्चरिंग कॉलेजिएट प्रोफेसर।
